Skip to content
Machine learning for Earth Sciences F2019-S2020
Jupyter Notebook
Branch: master
Clone or download

Latest commit

Fetching latest commit…
Cannot retrieve the latest commit at this time.

Files

Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
HW01 after term1 Jan 16, 2020
HW02 HW2 leaderboard update 2019-12-05 - 2 Dec 5, 2019
HW03 HW03 leaderboard update 2019-12-15 Dec 15, 2019
Lect0
Lect01 Lect01 and HW01 Oct 1, 2019
Lect02 lect02 - slides, HW02 - writeup Oct 8, 2019
Lect03 reorganizing resources Oct 15, 2019
Lect04 Lect05 update Nov 11, 2019
Lect05 Lect05 update Nov 11, 2019
Lect06 Lect06 update Nov 11, 2019
Lect08 Lect08 Nov 26, 2019
Lect09 Lect09 - 1st iter Dec 12, 2019
Seminar07 seminar 2019-11-18 update 1 Nov 17, 2019
img 2019-10-29 updates-2 Oct 29, 2019
README.md ResearchGate link Jan 16, 2020
homeworks_policy.md assesments update Nov 26, 2019
leaderboard_1semester.md term 1 grades Jan 16, 2020
resources_policy.md 2019-10-29 updates Oct 29, 2019
term1_exam.md term1_exam Dec 17, 2019

README.md

ML4ES_2019-2020

Machine learning for Earth Sciences F2019-S2020 by Mikhail Krinitskiy (RG link)

Машинное обучение для решения исследовательских и инженерных задач в науках о Земле. Читает Михаил Криницкий

Метод оценки домашних заданий.
UPDATE 2019-11-27 Поскольку лекция 03.12.2019 будет заключительной, состав домашних заданий зафиксирован на трех. В плане по домашним заданиям и их оценке есть изменения, касающиеся автозачетов и допуска к зачетам по 1му семестру.

UPDATE 2019-12-11

Здесь начинаю заполнять успехи в отношении домашних заданий за первый семестр. Там же ставлю отметки об автозачете и допуске к зачету.

UPDATE 2019-12-16

Здесь можно ознакомиться со списком вопросов к зачету за первый семестр.

Правила распространения источников


Title Date Topic Content
Лекция 0 17.09.2019 Вводная лекция. Машинное обучение в науках о Земле. слайды
Лекция 1 01.10.2019 Типы задач машинного обучения слайды
ДЗ 1 01.10.2019
due: 15.10.2019
Задачи в науках о Земле как задачи машинного обучения описание
результаты
Лекция 2 08.10.2019 Типы задач машинного обучения,
Вероятностные основы линейной регрессии
слайды
ДЗ 2 08.10.2019
due: 22.10.2019
Вывод функции ошибки для линейной регрессии
с шумом, распределенным по Лапласу
описание
результаты
Лекция 3 15.10.2019 О расширении пространства признаков слайды
Лекция 4 22.10.2019 Технические средства анализа данных ссылки
notebook 1
notebook 2
Лекция 5 29.10.2019 Технические средства анализа данных (2) notebook 1
notebook 2, data
Лекция 6 05.11.2019 Оценка качества моделей машинного обучения notebook and data
Онлайн-семинар
(4й курс)
18.11.2019 Оценка неопределенностей в машинном обучении notebook
ДЗ 3
(4й курс)
18.11.2019
due: 03.12.2019
Решение задачи линейной регрессии с оценкой качества и неопределенностей описание, данные, ноутбуки
результаты
Онлайн-семинар
(5й курс)
25.11.2019 Оценка неопределенностей в машинном обучении notebook
ДЗ 3
(5й курс)
25.11.2019
due: 10.12.2019
Решение задачи линейной регрессии с оценкой качества и неопределенностей описание, данные, ноутбуки
результаты
Лекция 8 26.11.2019 Градиентная оптимизация моделей машинного обучения notebook, скрипты, картинки
Лекция 9 03.12.2019 Градиентная оптимизация моделей машинного обучения - 2 notebook, скрипты, картинки

Рекомендуемая литература

(следите за обновлениями!)

  • Флах П. "Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных." / Флах П. М.: ДМК Пресс, 2015. 400 c.
  • Гудфеллоу Я., Бенджио И., Курвилль А. "Глубокое обучение." / М.: ДМК Пресс, 2017. 652 c.
  • Николенко С. И., Кадурин А. А., Архангельская Е. О. "Глубокое обучение." / СПб.: Питер. 2019. 480 с.

Дополнительные источники

You can’t perform that action at this time.